NVIDIA Agent Skills
官方 NVIDIA 验证的技能库，为 Claude Code、Codex 等编码智能体提供物理 AI、机器人、仿真、CUDA 和 RAG 工作流的端到端支持。
证据显示仓库包含安全策略（SECURITY.md）和DCO检查，但未发现权限最小化、用户确认、数据流透明性等具体实现。依赖安全方面，工作流引用了固定commit的第三方action，但未提供依赖审计。外部影响方面，技能可能执行系统命令，但未明确限制。回滚方面，CLI提供更新和移除功能，但未明确回滚机制。来源归属方面，明确标注NVIDIA官方，且技能有版权声明。扣分原因：缺乏具体的安全机制证据。
自一致性方面，README和测试文件显示技能结构一致，但未全面验证。依赖可用性方面，依赖外部CLI和网络资源，但未提供离线保障。失败消息方面，测试覆盖了错误处理，但未全面评估。扣分原因：依赖外部服务，失败消息覆盖有限。
受众和场景方面，README明确面向多种编码代理和NVIDIA产品，场景广泛。能力边界方面，技能目录清晰，但未明确每个技能的边界。触发精度方面，技能通过CLI安装，但未明确触发条件。环境适配方面，支持多种代理和平台，但未全面测试。扣分原因：能力边界和触发精度描述不足。
信息架构方面，README和技能目录组织良好。安装说明详细，支持多种安装方式。命名稳定性方面，技能名称可能随目录演变，但未提供稳定性保证。示例和FAQ方面，README提供示例，但FAQ缺失。已知限制方面，仅提及CLI版本要求，未全面列出。许可证明确为Apache-2.0和CC-BY-4.0。版本和变更日志方面，未提供明确版本号或变更日志。维护责任方面，明确NVIDIA维护，且有自动化同步。扣分原因：命名稳定性、已知限制、版本和变更日志不足。
输出可用性方面，技能提供结构化输出（如JSON），测试验证了格式。边际价值方面，技能覆盖多个NVIDIA产品，提供专业指导，价值高。成本效益方面，安装和使用成本低，但未提供性能或资源消耗数据。扣分原因：成本效益缺乏数据支持。
声明可追溯性方面，README声明技能由NVIDIA验证，但未提供验证证据。跨来源佐证方面，技能内容可能来自产品文档，但未明确引用。事实与推断分离方面，技能内容可能混合事实和指导，但未明确区分。扣分原因：缺乏验证证据和来源引用。
- 技能可能执行系统级命令，需在隔离环境中测试。
- 依赖外部CLI和网络，离线环境可能无法使用。
- 技能内容可能未及时更新，需验证与当前产品版本兼容。
这个 Agent 能做什么，适合哪些场景？
NVIDIA Agent Skills 是 NVIDIA 官方验证的智能体技能目录，用于增强编码智能体（如 Claude Code 和 Codex）对 NVIDIA 软件的使用。该仓库包含数百个工作流技能，涵盖物理 AI、机器人学、仿真、CUDA 库、RAG 蓝图和平台工具。技能由各产品仓库维护，并通过每日自动化同步管线镜像到此目录。每个技能包含 SKILL.md 指令、技能卡片、OMS 签名和评估数据集，确保可验证性和供应链安全。安装通过 skills CLI 进行，支持按需选择技能和目标智能体，并提供交互式或非交互式安装方式。该目录还支持技能更新和列表浏览，便于持续集成 NVIDIA 的最新能力。
该仓库作为可移植技能指令的目录，智能体加载后按需执行。技能指导智能体完成特定 NVIDIA 工作流，例如使用 cuOpt 求解线性规划问题、使用 TAO 微调视觉模型或部署 RAG 蓝图。安装后，智能体在遇到相关任务时自动调用技能，例如询问“使用 cuOpt 解决线性规划问题”会引导其使用 cuOpt Python API。技能来自各产品仓库（如 cuOpt、TAO、RAG Blueprint 等），通过同步管线每日更新，确保内容最新且经过签名验证。用户可通过 npx skills add nvidia/skills 安装，使用 --skill 指定具体技能，或通过 --agent 指定目标智能体（如 claude-code 或 codex）。
- 开发人员希望使用 Claude Code 或 Codex 作为编码智能体，并需要指导来使用 NVIDIA cuOpt 进行 GPU 加速优化（如车辆路径问题）。
- 机器人工程师使用 Isaac Sim 进行仿真，需要智能体帮助构建 Holoscan 应用程序或进行传感器桥接工作流。
- 数据科学家需要微调视觉模型（如使用 TAO Toolkit），希望智能体根据官方 NVIDIA 指南自动执行训练流程。
- AI 应用开发者需要部署 RAG 系统，利用技能完成 Docker Compose 或 Helm 配置、故障排除和性能调优。
- HPC 用户需要将 NumPy 代码迁移到 cuPyNumeric 以利用多节点 GPU，通过技能指导安装和迁移步骤。
这个 Agent 有哪些优点和局限？
- 官方 NVIDIA 验证，确保技能内容准确且与 NVIDIA 产品最佳实践一致
- 覆盖广泛产品领域（物理 AI、机器人、CUDA、RAG 等），满足多种开发需求
- 技能带签名和评估数据，提供可验证的供应链安全
- 支持多智能体（Claude Code、Codex、Cursor 等），灵活性高
- 持续更新，每日同步最新技能
- 依赖 NVIDIA 生态系统和特定技能 CLI，可能需要 Node.js 22 环境
- 技能内容主要针对 NVIDIA 产品，非 NVIDIA 平台用户可能无法直接使用
- 部分技能需要特定硬件（如 GPU）或额外配置（如 Docker Compose），增加部署成本
- 目前仅支持部分智能体（Claude Code、Codex 等），其他平台需要适配
- 安装和更新依赖网络访问 npm 和 GitHub，可能受网络限制
如何安装或部署这个 Agent？
需要 Node.js 环境，并安装 skills CLI（v1.5.16 或更新版本）。使用命令：npx skills add nvidia/skills 进行交互式安装，选择所需技能和目标目录。若需免交互安装特定技能，使用 npx skills add nvidia/skills --skill cuopt-numerical-optimization-api --yes。也可以通过 --agent 参数指定智能体，如 --agent claude-code 或 --agent codex。
如何使用这个 Agent？
安装后，智能体（如 Claude Code）会在遇到相关任务时自动加载技能。例如，向 Claude Code 提问“使用 cuOpt 解决线性规划问题”，智能体将遵循技能中的指导，调用 cuOpt Python API 完成任务。对于已安装的技能，可在 Claude Code 中运行 /reload-skills 以立即加载。使用 npx skills list 查看已安装技能，npx skills update 更新技能，npx skills check 检查过时技能。
常见问题
我需要付费使用这些技能吗？
这些技能在非 NVIDIA 硬件上能运行吗？
如何验证技能的签名？
model_signing verify certificate SKILL_DIR --signature SKILL_DIR/skill.oms.sig --certificate_chain nv-agent-root-cert.pem --ignore_unsigned_files 命令验证，确保技能未被篡改。技能更新后旧版本怎么办？
npx skills update 会交互式更新技能，并标记已被移除或合并的技能，可选择删除旧文件。